在數字廣告領域，OCPM 是指 "Optimized Cost per Mille"，即每千次展示最佳化成本。它是 Facebook 廣告平臺中的一種出價策略，旨在透過機器學習演演算法自動最佳化廣告出價，從而實現最佳廣告效果和最低的成本。
在 OCPM 出價策略下，廣告主可以設定一個最高出價，並指定一個目標成果，例如廣告的點選量或轉化率。廣告平臺將根據這個目標成果自動調整出價，並在競價中選擇最佳的機會進行投放，以最大程度地實現目標成果並降低廣告成本。
在這個過程中，OCPM 使用了大量的機器學習演演算法，例如基於深度學習的神經網路，以及相關的資料分析和預測技術。它透過分析廣告競價的歷史資料和實時資料，自動學習出最佳的出價策略，並在實時競價中進行調整和最佳化，以獲得最佳的廣告效果和成本效益。
總之，OCPM 是一種基於機器學習的智慧出價策略，可以幫助廣告主最大程度地實現廣告目標，並在廣告競價中降低成本。
下面是一個簡單的 OCPM 計算的例子：
假設一個廣告主在 Facebook 廣告平臺上投放廣告，其設定了一個目標成果是每獲得 10 次點選，需要花費不超過 10 美元。此外，該廣告主還設定了一個最高出價為 1 美元。
Facebook 廣告平臺將自動進行競價，並在競價中選擇最佳的機會進行投放，以最大程度地實現目標成果並降低廣告成本。如果廣告主的廣告獲得了 100 次展示，並且實現了 10 次點選，那麼它的 OCPM 計算如下：
總成本 = 100 次展示 × 平均出價
平均出價 = 實際花費 ÷ 實際獲得的點選量
假設實際花費為 10 美元，實際獲得的點選量為 10 次，則平均出價為：
平均出價 = 10 美元 ÷ 10 次 = 1 美元/次
因此，總成本為：
總成本 = 100 次展示 × 1 美元/次 = 100 美元
由於總成本不超過廣告主的預算限制，該廣告主的 OCPM 符合預期目標，並且可以繼續使用該出價策略來投放廣告。如果廣告主的預算限制不能滿足，或者廣告效果不佳，那麼它可以調整出價或者目標成果，以實現更好的廣告效果和成本效益。